روشی برای پوشش کد جهت بهبود هزینه زمانی آزمون با استفاده از الگوریتم فرامکاشفه ای جنگل

رعایت اصول مهندسی نرم افزار منجر به ارائه محصولات نرم افزاری با کیفیت بالا میشود. یکی از راهکارهایی که باعث افزایش کیفیت محصولات نرم افزاری می شود، به حداقل رساندن تعداد خطاهای احتمالی در آن است. تاکنون برای کاهش تعداد خطاهای احتمالی محصولات نرم افزاری، آزمونهای مختلفی که در دو دسته آزمون جعبه سفید و آزمون جعبه سیاه قرار میگیرند، ارائه شده است. یکی از چالشهای موجود در آزمونهای جعبه سفید نرم افزار، یافتن زیرمجموعه ای مناسب از آزمون های نرم افزار که بتوانند با هزینه زمانی کمتر تمامی داده های آزمون استفاده شده در آزمونهای مختلف نرم افزار را پوشش دهد. تا کنون راهکارهای متعددی از جمله استفاده از الگوریتم ژنتیک و ازدحام ذرات ارائه شده است ولی هزینه زمانی انتخاب مجموعه آزمون بهینه نرم افزار به طور کامل حل نشدهاست. مسئله پیدا کردن مجموعه آزمونهای بهینه نرم افزار، یک مسئله بهینه سازی NP می باشد. مسائل NP نیاز به بار محاسباتی بسیار زیادی دارند. بنابراین، در مسئله یافتن مجموعه بهینه آزمونهای نرم افزار روشهای مکاشفه ای و فرامکاشفه ای استفاده می شود. روش های فرامکاشفه ای به نسبت روشهای مکاشفه ای توانایی بهتری برای حل مسائل بهینه سازی از نوع چند جمله ای غیرقطعی دارند به همین دلیل بیشتر مورد توجه محققین قرار می گیرند. در این مقاله برای یافتن زیرمجموعه آزمونهای بهینه نرم افزار، روشی مبتنی بر استفاده از الگوریتم بهینه سازی جنگل به دلیل قابلیت های بالای آن، ارائه میشود. نتایج استفاده از روش پیشنهادی مبتنی بر الگوریتم بهینه سازی جنگل نشان میدهد استفاده از آن موجب بهبود عملکرد انتخاب آزمون نرم افزار نسبت به دو روش ژنتیک و ازدحام ذرات شده است.

Keywords:

آزمون نرم افزار , الگوریتم بهینه سازی جنگل , کیفیت محصولات نرم افزاری , الگوریتم های فرامکاشفه ای